下载文档原格式
陈楠．基于Logistic 模型的粮农合作生产经营意愿及动因分析［J ］．江苏农业科学，2012，40（12）：382－385．基于Logistic 模型的粮农合作生产经营意愿及动因分析陈楠（吉林农业大学经济管理学院，吉林长春130118）摘要：以吉林省种粮农户微观调查数据为基础，采用Logistic 模型对粮农合作意愿及其动因进行统计分析。
结果显示，户主文化程度、合作认知程度、种粮收入预期、要素需求程度和政府支持程度是粮农合作意愿的主要动因。
今后应进一步提高粮食种植效益，加强农民教育培训与合作宣传及完善农村剩余劳动力转移和土地流转机制，强化粮农合作生产经营的内部动力。
关键词：粮农；合作意愿；动因；Logistic 模型中图分类号：S321．42文献标志码：A文章编号：1002－1302（2012）12－0382－03收稿日期：2012－04－28基金项目：教育部高校博士点专项科研基金（编号：20092223110005）。
作者简介：陈楠（1981—），女，吉林白城人，博士研究生，讲师，主要研究方向为农业经营。
E －mail ：zaishuiyifang713@sohu．com 。
目前全国各类农民专业合作经济组织总数超过15万个，但涉及对象基本都是经济作物、养殖、畜牧等效益高的产业，在粮食生产经营中，主要集中在某些专用品种或优质品种如专用玉米和优质稻米生产领域，专业合作经济组织在大宗粮食作物生产中较少［1］。
粮农占我国农业人口绝大多数，粮食生产经营组织的落后，意味着合作经济组织发展的整体落后，因为种粮农民的人数最多，问题最大，条件最差，力量最弱［2］。
一些专家学者提出发展粮食合作经济组织的建议，通过提高粮农组织化程度解决粮农增收问题，却很少分析粮农组织化程度低的原因；在条件不成熟的情况下，政府硬性推动建立了一些粮农合作经济组织，但发挥作用甚微，农民增收效果不明显［3］。
合作经济组织的健康发展应以尊重农民意愿为前提，以满足农民利益需要为根本目的，以农民的积极参与为根本手段。
基于Logistic 模型的小型农田水利设施管护效果影响因素分析湖北社会科学2018年第3期作者简介：龙子泉（1962—），男，武汉大学经济与管理学院教授，工学博士；赖逸飞（1992—），男，武汉大学经济与管理学院研究生；周玉琴（1980—），女，湖北省水利水电科学研究院副研究员；石品良（1972—），男，湖北省水利水电科学研究院副研究员。
基金项目：湖北省水利重点科研项目“湖北小型农田水利运行管理模式研究”（HBSLKY201606）。
——基于湖北省482个小型农田水利建设的实证分析（1.武汉大学经济与管理学院，湖北武汉430072;2.湖北省水利水电科学研究院，湖北武汉430070）龙子泉1，赖逸飞1，周玉琴2，石品良2摘要：通过建立二元Logistic 模型分析了小型农田水利设施管护效果的影响因素。
研究发现：小型农田水利管护效率整体上和宏观因素有关，与农户个人情况相关性不高。
农户承包或者参与管理意愿、精神文明建设情况、农村基层干部领导力、政府支持力度显著正向影响小型农田水利设施的管护效果。
市场管理模式相比政府管理模式以及社区管理模式管护效果更好，小农水产权私有相比公共品管护效果更好。
而农户受教育程度、家庭年收入水平、村落团结情况、小型农田水类型对小型农田水利设施管护效果的影响不显著。
关键词：小型农田水利；水利设施；管护效果；Logistic 模型中图分类号：F323.213文献标识码：A文章编号：1003-8477（2018）03-0074-08一、引言小型农田水利工程（以下简称小农水）是指广泛分布在田间农地，灌溉面积为666.7hm 2，除涝面积为2000hm 2，库容为10万m 3，渠道流量为1m 3/s 以下，用提、引、蓄、抽等方式给农田提供灌溉的工程。
小农水工程被称为农田水工程的“最后一公里”，是水利工程的重要组成部分，是农业生产的基础，这些工程虽然规模小，但数量多、分布广，在抗御水旱灾害、促进农村经济社会发展等方面起着极为重要作用。
基于Logistic模型的农户土地流转意愿影响因素分析一、前言随着农村土地流转的不断深化，农户对土地流转的意愿受到了广泛关注。
了解农户土地流转意愿的影响因素，对于推动农村土地流转政策的制定和实施具有重要意义。
本文将基于Logistic模型，分析农户土地流转意愿的影响因素，为政府部门提供农村土地流转政策的科学依据。
二、研究目的三、研究方法本文选取某省的农户为研究对象，采用问卷调查的方式，收集农户的基本信息和土地流转意愿相关数据。
然后利用Logistic回归模型，分析影响农户土地流转意愿的因素。
四、Logistic模型Logistic回归模型是一种常用的二分类回归模型，广泛应用于处理二分类问题。
在农户土地流转意愿的影响因素分析中，可以将农户的土地流转意愿分为两类，即愿意流转和不愿意流转。
通过Logistic回归模型，可以找到影响农户土地流转意愿的主要因素，并且进行定量分析。
五、研究结果经过对农户土地流转意愿相关数据的分析和Logistic回归模型的建立，得出如下结论：1.经济因素：农户家庭收入、土地规模和耕地质量是农户土地流转意愿的重要影响因素。
家庭收入越高、土地规模越大、耕地质量越好的农户，愿意将土地流转出去的可能性越大。
2.政策因素：政府对土地流转的扶持政策、土地流转的法律法规和土地流转的流程便利性，也对农户土地流转意愿有着重要的影响。
政府对土地流转的扶持政策能够有效激励农户的流转意愿，而对土地流转的法律法规的完善和流程的便利性能够为农户提供保障和便利，从而增加农户的流转意愿。
3.社会因素：农户的社会关系网络和对土地流转的社会认知程度也会影响农户的土地流转意愿。
农户如果具有较广泛的社交网络和对土地流转的认知程度较高，他们更容易接受土地流转并愿意将土地流转出去。
六、结论与建议通过Logistic模型的分析，我们得出了影响农户土地流转意愿的主要因素。
在实际政策制定和实施中，应该充分考虑这些因素，制定相应的政策措施，促进农村土地流转的顺利进行。
2011数学建模B卷摘要本文对日本核辐射水污染现状，建立了水污染计量模型来研究了水污染经济损失。
模型有两种：直接损失模型和间接损失模型。
直接模型是利用分解求和思路，在充分考虑了水污染对工业、农业、渔业、人体健康、生态景观的影响，同时也考虑了突发性水污染造成的经济损失的基础上，利用环境经济评价方法建立了水污染经济损失计量模型，并利用该模型对福岛县的水污染经济损失进行计算，并对计算结果进行分析。
间接模型是通过污染物在水中迁移模型，来计算污染范围，进而算出损失。
通过模型估计出福岛县核辐射损失，并提出对核辐射水污染的一些措施和建议。
关键词日本福岛县核辐射水污染工业、农业、渔业、人体健康、生态景观的影响分解求和思路污染物在水中迁移模型水污染经济损失直接损失间接损失一、问题重述北京时间2011年3月11日日本附件海域发生9.0级地震，截至当地时间17日18时，日本大地震及其引发的海啸已确认造成13802人死亡、14129人失踪。
而由地震造成的核泄漏事故已提至7级，日本福岛第一核电站因冷却袭击全部失灵而陷入“过热”危机后，救援人员不断使用海水来为其降温。
大量含有放射性污染物的海水随之流入海洋，高核辐射浓度的污染水出现了向北漂的现象，这意味着核污水将对北海道和北方四岛（俄罗斯名为“南千岛群岛”）构成威胁。
问题：1.建立水污染经济损失计算的数学模型；2.估计核污染所造成的经济损失；3.给环保部门提一些具体措施。
二、问题分析辐射水污染对于人类社会生活是有影响的，这是总所周知的事情，但是其危害性却是随着社会科技的发展而逐步为人类所认识的。
本次建模共用两种方法，一是直接估算:即从6方面对水污染对社会的影响进行论述并建立水污染经济损失计算的数学模型。
二是间接估算：运用污染物在水中迁移模型估算污染范围，再求出水污染经济损失。
①直接估算I．水污染对工业的影响工业生产离不开水资源，水资源在工业生产中充当原材料，冷却剂等角色。
工业是水污染的主要制造者之一，但大量含有放射性污染物的海水随之流入海洋导致工业也是水污染的主要受害者之一。
2023年12月Dec.2023重庆工商大学学报(社会科学版)Journal of Chongqing Technology and Business University Social Science Edition第40卷第6期Vol.40㊀No.6doi :10.3969/j.issn.1672-0598.2023.06.002㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀∗收稿日期:2022-05-08㊀基金项目:国家社会科学基金项目(17BJY143) 基于农户福利增长的农产品电子商务发展机制与模式研究 ;重庆市教育委员会人文社会科学研究项目(22SKGH191) 数字经济促进农民共同富裕的机制路径研究 ;重庆市社科规划项目重大项目(2023ZDLH01) 西部陆海新通道助推重庆对老挝贸易发展研究 ;东北财经大学博士后科研资助项目(BSH201711) 基于农户福利增长的农产品电子商务发展机制与模式研究 ;国家社会科学基金重大项目(21&ZD120) 双循环新格局下现代流通体系创新及高质量发展路径研究 ㊀作者简介:宋瑛(1977 ),女,四川成都人;博士,重庆工商大学经济学院教授㊁长江上游经济研究中心研究员,主要从事农产品流通㊁农村区域发展㊁内陆开放经济研究㊂吴文雨(1995 ),男,四川内江人;重庆工商大学长江上游经济研究中心硕士研究生,主要从事农产品电子商务研究㊂㊀本文引用格式:宋瑛,吴文雨.农户采纳农产品电商的影响因素研究 基于Logit -ISM 模型[J].重庆工商大学学报(社会科学版),2023,40(6):14-26.农户采纳农产品电商的影响因素研究基于Logit -ISM 模型∗宋㊀瑛,吴文雨(重庆工商大学长江上游经济研究中心,重庆㊀400067)摘要:农产品电商已成为推进农业产业化㊁数字化和农民持续增收的新动能,探究电子商务的农户采纳行为影响因素及其逻辑关系,对于提高农户电商采纳,进而促进脱贫攻坚和乡村振兴有机衔接具有重要的现实意义㊂利用631份西部山区农户问卷调查数据,运用Logit 模型探析农户采纳电子商务行为的影响因素,并运用ISM 模型解析影响因素之间的内在关联及层次结构㊂研究结果表明:农户的健康状况㊁受教育程度㊁家庭收入水平㊁收入结构㊁家人务工状况㊁地形特征㊁距乡镇距离㊁宽带入户等8个因素对农户电子商务采纳具有显著影响㊂其中,宽带入户是表层直接因素,家庭收入水平是第二层因素,健康状况㊁收入结构㊁家人务工状况是第三层因素,而农户受教育程度㊁地形特征㊁距乡镇距离则是影响农户采纳的深层根源因素㊂基于此,提出扶持电子商务在偏远地区的发展㊁强化教育培训与人才引进㊁加大新型基础设施建设和融合应用㊁重视电商服务站建设等政策建议㊂关键词:农产品电商;采纳行为;农民增收;创业返乡;Logit -ISM 模型中图分类号:F724.6;F327㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1672-0598(2023)06-0014-13一、引言随着移动互联网㊁大数据㊁人工智能等数字技术的日益发展并向 三农 领域广泛渗透,农产品电41第6期宋瑛,吴文雨:农户采纳农产品电商的影响因素研究子商务应运而生并得到蓬勃发展㊂农产品电子商务现已成为农产品营销和供应链再造的新框架㊁农户生产与销售的新工具㊁农业农村全面发展及农民增收的新驱动㊂已有广泛研究证实,农产品电子商务显现出农户增收效应[1][2][3]㊁就业或创业带动效应[4][5]㊁农业发展及环境优化效应[6][7]㊁农户人力资本提升效应[8]㊂国家高度重视农产品电子商务对解决 三农 问题的重要作用㊂习近平总书记2020年4月20日在陕西省金米村调研指出: 电商作为新兴业态,既可以推销农副产品㊁帮助群众脱贫致富,又可以推动乡村振兴,是大有可为的㊂ [9]近年来,在‘商务部关于促进电子商务应用的实施意见“(2013年)‘国务院办公厅关于促进内贸流通健康发展的若干意见“(2014年)‘国家乡村振兴战略规划(2018 2022年)“以及连续最近7年中央 一号文件 等一系列政策的支持下,中国农产品电子商务快速发展,农户将农产品由线下转向线上销售日益普遍㊂据商务部公开数据,2020年全国农村网络零售额达1.79万亿元,同比增长8.9%;国家级贫困县农产品网络零售额达406.6亿元,同比增长43.5%,网商总数达306.5万家,增幅为13.7%,吸引了一大批农民工㊁大学生㊁退伍军人返乡创业①㊂在城乡融合发展的背景下,通过市场机制和政策引导相结合,激励更广泛农户深度融入电商化农产品产业链,对于脱贫攻坚成果同乡村振兴有效衔接具有重要的现实意义㊂作为农产品电商生态圈不可或缺的市场主体,农户对电子商务的广泛认同并积极参与是农产品电商快速发展并取得实效的前置条件㊂这就引申出一系列须回应的现实问题:农产品电子商务的农户采纳行为影响因素是什么?这些影响因素之间具有怎样的逻辑关联?对这些问题的实证回应,对于探寻电子商务在农村发展的内在机制,进而提高农户对农产品电子商务的参与度,促进农产品电子商务的发展以及农业增效㊁农户增收及福利改善等,具有重要的现实意义和丰富的政策蕴含㊂二、文献回顾依据采纳主体不同,可将农产品电商采纳行为的研究成果分为两类㊂一类是以企业或农业组织为决策主体的研究,如Fatuma等[10]基于技术采纳模型研究指出,预算限制㊁互联网普及率㊁互联网了解程度和培训次数是企业采纳电子商务的主要制约因素㊂Al-Busaidi等[11]认为影响企业采纳电商的主要因素为企业规模,相比中小型企业,大公司更可能采纳电子商务㊂姚志[12]运用有序Logistic模型分析指出,家庭农场㊁种养大户等经营主体的电商行为认知强于合作社㊁农业企业等规模较大的经营主体㊂吕丹和张俊飚[13]认为人力资源㊁物流条件㊁资金充裕度以及政策扶持是影响新型农业经营主体采纳电子商务最重要的因素㊂另一类则是以农户为决策主体的研究㊂Jamaluddin[14]基于印度518份农户调查数据,研究发现网络质量㊁网络费用㊁缺乏电商组织是制约农户电商采纳的主要因素,而电子商务培训则会促进用户采纳电子商务㊂Patel等[15]和郭锦墉等[16]运用技术采纳模型,研究认为感知有用性㊁感知易用性和感知风险均显著影响农民采纳电子商务的意愿㊂周静等[17]认为农户参与电子商务的意愿受电商态度㊁主管规范和直觉行为控制的共同作用㊂白懿玮等[18]基于二元Logistic回归模型实证表明,农户兼业情况㊁家庭年收入㊁承担运输费用㊁为损耗负责对农户选择电商渠道具有显著正向影响,农户负责运输工作及运输损①2021年1月28日商务部例行新闻发布会公布数据㊂51重庆工商大学学报(社会科学版)第40卷耗率对农户选择电商渠道存在显著负向影响㊂马泽波[19]研究表明,农户采纳意愿受学历水平㊁收入水平㊁物流建设㊁农业规模㊁农产品标准化程度㊁政府推动等因素的影响㊂罗昊等[20]基于二元Logistic模型和Ordered Probit模型,研究发现农户对电商政策的了解程度㊁年龄㊁受教育程度㊁村里地位㊁种地规模㊁收入主要来源㊁政策支持等均影响农民的电商营销行为㊂周勋章和路剑[21]研究表明年龄㊁受教育程度㊁电商培训㊁产品特色程度等对农户电子商务采纳有显著影响㊂已有研究成果为本研究提供了理论和方法的重要参考或借鉴,但仍有值得改进的空间:第一,在样本选择上,鲜有涉及西部欠发达山区的国家级电商示范县,研究样本对象仍需进一步拓展;第二,在农户采纳农产品电商行为的影响因素上,大多考虑了农户特征㊁家庭特征㊁基础设施㊁政府支持等因素,对地区特征㊁产品特征等因素考虑不足;更为重要的是,已有研究只是证实了诸多影响因素的存在性及作用方向,并未对这些因素之间的逻辑关联㊁因果关系作进一步的讨论,使得研究结论的政策蕴含不足㊂基于此,本研究选择重庆和贵州欠发达山区的国家电商示范县631个农户为考察样本,综合采用Logit和ISM模型,实证分析农户采纳农产品电子商务的影响因素及其内在的逻辑关联,这一研究取向无疑具有重要的理论及现实意义㊂三、研究设计与模型构建(一)数据来源本文数据来自对重庆市的奉节县㊁秀山县㊁云阳县以及贵州省黔东南州凯里市4个 电子商务进农村 国家示范县的实地调研,上述4个县级样本均为欠发达山区㊂样本农户采取随机抽样的方法,调查对象要求为居住在农村并进行农业生产或销售的农户,包括电商农户和非电商农户㊂在实地调查中,由经过严格培训的调查员到每一家农户亲自询问并按实际所述填写问卷㊂由于某些农户的文化水平偏低,所以研究员会对调查对象提出问题并进行详细地解释,每份问卷的填写时间均超过一个小时,并由课题负责人对于所填的问卷进行逐一核实甚至打电话或者实地进行回访,确保了调研数据的规范性和准确性㊂调查内容主要包括农户的个人及家庭信息,如年龄㊁健康状况㊁人均净收入㊁是否加入合作社等;区域地理特征,如所处地地形㊁距乡镇距离等;产品特征,如产品类型㊁是否为特色农产品等;基础设施条件,如宽带入户㊁快递点建设等㊂此次调研共发放700份问卷,筛选剔除无效问卷后,得到有效问卷631份,有效回收率为90.14%,其中电商农户问卷306份,非电商农户问卷325份㊂样本农户的基本特征情况见表1㊂表1 样本农户及受访者的基本特征指标选项样本数(个)比例(%)地区凯里市9515.06奉节县15524.56秀山县11418.07云阳县26742.3161第6期宋瑛,吴文雨:农户采纳农产品电商的影响因素研究续表1指标选项样本数(个)比例(%)年龄35岁以下42 6.65 35~49岁19330.59 50~64岁25640.57 65岁以上14022.19健康状况良好36758.16一般20933.12差558.72受教育程度小学及以下36357.52初中18028.53高中(中专)609.51大专21 3.33大学及以上7 1.11受访者以35~64岁年龄段的农户为主,其中50岁及以上的农户比重为62.76%;受教育程度以初中及以下为主,占总体样本86.05%,反映出西部山区农村劳动力年龄层次偏大㊁受教育程度普遍偏低的基本事实㊂(二)变量选择结合已有的研究成果[22][23][24],以及实地调研数据的可获得性,本研究将农户采纳农产品电子商务的影响因素分为户主特征㊁家庭特征㊁区域特征㊁农产品特征㊁基础设施条件5类因素,共14个特征变量(见表2)㊂表2 变量解释与统计性描述类别变量变量代码及含义均值标准差Min Max 是否参与农产品电商是= 1 ,否= 0 0.4850.501个人特征年龄35岁以下= 1 ,35~49岁= 2 ,50~64岁= 3 ,65岁以上= 4 2.7830.86514健康状况良好= 1 ,一般= 2 ,差= 3 1.5060.65213受教育程度小学及以下= 1 ,初中= 2 ,高中(中专)= 3 ,大专= 4 ,大学及以上= 5 1.620.87215家庭特征是否以农业收入为主是= 1 ,否= 0 0.4330.49601家庭人均年净收入10000元以下= 1 ,10000~19999元= 2 ,20000~29999元= 3 ,30000元以上=4 1.9970.99714家人是否务工是= 1 ,否= 0 0.8130.39013是否为贫困户是= 1 ,否= 0 0.2460.43101是否加入合作社是= 1 ,否= 0 0.3280.47001区域特征家庭所处地形山地= 1 ,丘陵= 2 ,平原= 3 1.1570.37713距乡镇距离居住地与乡镇实际距离(km)7.166 5.38902571重庆工商大学学报(社会科学版)第40卷续表2类别变量变量代码及含义均值标准差Min Max产品特征农产品类型生鲜类农产品= 1 ,非生鲜类农产品= 0 0.8650.34201是否为特色农产品是= 1 ,否= 0 0.5990.49001基础设施条件是否宽带入户是= 1 ,否= 0 0.6040.49001是否有快递点是= 1 ,否= 0 0.4140.49301家庭特征方面,以农业为主的农户家庭占43.26%,以兼业为主的农户家庭占56.74%㊂家庭人均年净收入大多数在20000元以内,家庭中有务工人员的占81.3%,贫困户样本和合作社成员样本分别占总样本的24.56%和32.81%㊂家庭所处地形多为山地,占总样本的84.79%,地形的自然条件也是造成农户兼业的重要原因㊂家庭距乡镇距离最小值0千米,最大值25千米,平均值7.2千米㊂产品特征方面,本文将粮食和棉花油料林产品等一般经济作物类及烟茶药材类归为非生鲜产品,将蔬菜瓜果和畜禽水产养殖类归为生鲜产品,86.47%的样本农户以生鲜类农产品种养为主;特色农产品( 三品一标 )生产者占总样本的59.9%㊂基础设施条件方面,有宽带入户的样本农户㊁所在村庄有快递点的样本农户分别占60.38%和41.36%㊂(三)Logit模型本研究采用广泛应用于微观个体决策行为分析的Logit模型,实证分析农户采纳农产品电子商务的影响因素㊂设农户 采纳 农产品电子商务(Y=1)的概率为P,农户不采纳农产品电子商务的概率则为1-P㊂Logit模型建立如下:Ln P1-P()=b0+b1x1+b2x2+ +b m x m(1)式中,x m为农户采纳农产品电子商务的影响因素,b0为常数项,b m为自变量的回归系数㊂(四)ISM模型解释结构模型(Interpretative Structural Modeling Method,ISM)广泛应用于复杂社会经济因素内在逻辑关系的研究[25]-[28]㊂其基本思想为,在提取社会经济因素的基础上,利用有向图㊁矩阵等工具,对各影响因素的逻辑层次关系进行揭示[29],使得诸多因素的关系更具层次性和条理性[30]㊂本研究根据Logit模型获取农户采纳农产品电子商务的影响因素,进一步引入ISM模型深入探讨各影响因素之间的层次结构及逻辑关联㊂假设Logit模型估计结果获得的农户采纳农产品电子商务的影响因素有k个,用S0表示农户是否采纳农产品电商,影响因素为S i i=1,2, k()㊂用邻接矩阵表明影响因素之间存在的逻辑关系,则邻接矩阵R中的元素R ij定义为:R ij=1,S i对S j有直接影响0,S i对S j无直接影响{(2)式中:i㊁j=0,1,2, ,k㊂由邻接矩阵R可得到可达矩阵N: 81第6期宋瑛,吴文雨:农户采纳农产品电商的影响因素研究N =R +I ()n +1=R +I ()n ʂR +I ()n -1ʂ ʂR +I ()2ʂR +I ()(3)式中:2ɤn ɤk ,I 为单位矩阵,矩阵的幂运算采用布尔运算法则㊂最高层因素可以根据(4)来确定:L =S i |P S i ()ɘQ S i ()=P (S i ){}(4)式中:i =1,2, k ,P S i ()为可达集,即从因素S i 出发可以达到的全部因素的集合,即S i 行中所有矩阵元素为1的列所对应的要素集合,Q S i ()为先行集,表示可以到达因素S i 的全部因素的集合,即S i 列中所有矩阵元素为1的行所对应的要素集合㊂利用(4)式得到最顶层L 1所包括的影响因素后,从原可达矩阵N 中去除L 1中影响因素对应的行和列,从而得到矩阵N ᶄ,对N ᶄ重复(4)式,得到L 2;从N ᶄ中去除L 2中影响因素对应的行与列,得到矩阵N ᵡ,对N ᵡ重复(4)式,得到L 3,重复上述步骤即可得到每一层次含有的影响因素㊂将每一层次的要素重新排序可得调整后的可达矩阵B ,然后再将同一层级的因素与相邻层级相连,即得到农户采纳农产品电商行为影响因素的层次结构㊂四、实证分析(一)农户采纳农产品电商的影响因素分析运用stata 15.0软件对基于二元Logit 模型和调查数据提取的相关变量进行模型回归,首先对所有变量进行Logit 回归,得到表3中模型1的回归结果㊂然后逐次删除不显著的变量,直到所有变量均在10%水平上显著,回归结果见表3中模型2㊂表3 农户采纳电子商务行为影响因素的Logit 模型回归结果是否参与农产品电商模型1模型2户主特征年龄0.157(0.122) 健康状况-0.327∗∗(0.156)-0.283∗(0.152)受教育程度0.306∗∗(0.124)0.262∗∗(0.115)家庭特征是否以农业收入为主-0.548∗∗∗(0.189)-0.513∗∗∗(0.185)家庭人均年净收入0.350∗∗∗(0.102)0.354∗∗∗(0.099)家人是否有务工人员-1.906∗∗∗(0.269)-1.881∗∗∗(0.265)是否为贫困户0.234(0.215) 是否加入合作社0.220(0.192)91重庆工商大学学报(社会科学版)第40卷续表3是否参与农产品电商模型1模型2区域特征家庭所处地形-0.729∗∗∗(0.263)-0.659∗∗∗(0.246)距乡镇距离-0.036∗∗(0.018)-0.038∗∗(0.017)产品特征农产品类型0.108(0.272)是否为特色农产品0.106(0.201)基础设施条件是否宽带入户0.706∗∗∗(0.210)0.626∗∗∗(0.196)是否有快递点0.164(0.195)常数0.925(0.718)1.658∗∗∗(0.548)㊀㊀注:∗㊁∗∗㊁∗∗∗分别表示在10%㊁5%㊁1%水平上显著㊂1.户主特征㊂农户的健康状况通过5%的显著性水平检验,与电商采纳行为呈负向相关㊂农户的受教育程度在5%水平显著,且系数为正,受教育程度对于农户采纳农产品电商呈正向相关,教育水平有助于提升农户对电子商务的接纳能力与风险承担能力,反映了提升农户的受教育程度对于电子商务扩散的重要意义㊂2.家庭特征㊂是否以农业收入为主与电子商务采纳行为呈显著负相关,可能的原因是以非农业收入为主的家庭往往具有更好的社会资本和就业创业能力,有助于电子商务技术的采纳应用㊂然而,家人是否有务工人员与电子商务采纳呈显著的负相关,在一定程度上反映了农村当前青壮劳动力大量外出后,留在家中多为健康状况及文化程度欠佳的人员,这些农户受其意识㊁能力㊁身体等约束,对电子商务的认知水平及参与能力低下,故采纳电子商务的可能性更小㊂家庭人均年净收入与采纳电商行为呈显著正相关,表明家庭收入越高,采纳意愿越强㊂是否为贫困户和是否加入合作社未通过显著性检验㊂3.区域特征㊂家庭所处地形在1%统计检验水平显著,且系数符号为负㊂这说明,农户所在地域海拔越低,采纳农产品电商的可能性也越低㊂山地相对于丘陵和平原地区,自然地理和交通条件差,农产品营销渠道缺乏,通过电子商务更显著促进这些偏僻落后地区的农产品 出村进城 ,农户参与电商的积极性很强,而这几年的电商扶贫也正是聚焦于这些欠发达山区,促农增收成效显著㊂距乡镇的距离与采纳行为呈较显著的负相关,反映了农户家庭距乡镇越远,采纳电商的意愿越低㊂这与朱希刚和赵绪福[31]研究表明乡镇到农户的距离与农户的新技术采用呈负相关的结论一致㊂4.产品特征㊂农产品类型和是否为特色农产品均未通过显著性检验㊂5.基础设施㊂是否宽带入户在1%统计检验水平显著,且系数符号为正,表明宽带入户对农户采纳电子商务具有显著促进作用㊂宽带入户为农户了解与应用互联网提供了可能与基础条件㊂02第6期宋瑛,吴文雨:农户采纳农产品电商的影响因素研究(二)农户电商采纳行为影响因素的ISM分析在Logit模型回归结果的基础上,进一步分析对农户电商采纳行为具有显著影响的因素㊂由表2可看出,影响农户采纳农产品电商行为的因素有8个,用S1㊁S2㊁S3㊁S4㊁S5㊁S6㊁S7㊁S8分别代表健康状况㊁受教育程度㊁是否以农业收入为主㊁家庭人均年净收入㊁家人是否务工或为村干部㊁家庭所处地形㊁距乡镇距离㊁是否宽带入户㊂根据已有文献[32][33][34]和咨询专家学者的意见,得出如图1所示的上述8个农户采纳农产品电商行为影响因素之间的逻辑关系㊂其中, V 表示行因素影响列因素, A 表示列因素影响行因素, 0 则表示行因素与列因素间没有相互影响㊂A A A A A A A A S00000V00S10000V V S20A A0V S3V A0A S4V0A S500S60S7S8图1㊀影响因素间的逻辑关系由图1和(2)式可得到影响因素间的邻接矩阵R(略),然后利用(3)式和Matlab9.0软件,进一步得到如(5)式的影响因素的可达矩阵M㊂再根据(4)式和(5)式得到L0={S0}㊂然后根据确定其余层次因素的方法依次得到L1={S8},L2={S4},L3={S1,S3,S5},L4={S2,S6,S7}㊂根据L1㊁L2㊁L3㊁L4得到重新排序后的可达矩阵B,详见(6)式㊂M=S0S1S2S3S4S5S6S7S8S0S1S2S3S4S5S6S7S8100000000110010001101110001100110001100010001100011001100110101100110011100000001éëêêêêêêêêêêêêêêêùûúúúúúúúúúúúúúúú(5)12重庆工商大学学报(社会科学版)第40卷B=S0S8S4S1S3S5S2S6S7S0S8S4S1S3S5S2S6S7100000000110000000111000000111100000111010000111001000111010100111010010111010001éëêêêêêêêêêêêêêêêùûúúúúúúúúúúúúúúú(6)由(6)式可看出,S0处在第一层,S8处在第二层,S4处在第三层,S1㊁S3㊁S5处在第四层,S2㊁S6㊁S7处在第5层,形成了具有逻辑关系的因素链㊂用有向箭头连接得到农户采纳农产品电商行为意愿影响因素之间的关联和层次结构(如图2所示)㊂采纳农产品电商行为是否宽带入户家庭人均年净收入健康状况是否以农业收入为主家人是否务工家庭所处地形受教育程度距乡镇距离图2㊀关联层次结构图由图2可知,农户采纳电子商务的影响因素可分为4层,每一层对上一层产生影响㊂在Logit模型得出的8个主要因素中,家庭所处地形㊁受教育程度㊁距乡镇距离是影响农户是否采纳农产品电子商务的深层次原因;健康状况㊁是否以农业收入为主㊁家人是否务工是第三层因素;家庭人均年净收入是第二层因素;是否宽带入户是直接驱动因素㊂可用 一路径㊁二动力 来概括这些影响因素间的层级和结构关系㊂一路径:家庭所处地形㊁受教育程度㊁距乡镇距离ң是否以农业收入为主ң家庭人均年净收入ң是否宽带入户ң农户采纳电商行为㊂在该路径中,所处地形㊁受教育程度和距乡镇距离从根源上影响农户电子商务采纳行为,是促进电子商务技术扩散和应用的底层逻辑㊂例如,受教育程度决定农户的社会网络㊁营销渠道及就业创业渠道的可得性,直接影响农户家庭收入结构和收入水平;所处地形和距乡镇距离属于地理和交通条件,这两类因素均影响农户的收入来源和收入水平㊂家庭的收入结构是否以农业收入为主会影响家庭收入水平,以农业收入为主的家庭的人均年净收入大多低于多种收入来源的家庭,而家庭收入水平越高,安装宽带及应用互联网的可能性也越大,因此宽带入户成为农户采纳电子商务的直接驱动因素㊂二动力:影响农户采纳农产品电商的驱动力因素还包括健康状况和家人是否务工㊂健康状况和家人22第6期宋瑛,吴文雨:农户采纳农产品电商的影响因素研究是否务工影响家庭人均年净收入水平,如健康状况差的农户相比健康状况良好的农户会减少生产活动或降低创收能力,从而导致收入减少;而有外出务工人员的家庭,外出务工人员的知识水平和能力通常更强㊁健康状况更好,这进一步降低了家庭采纳电子商务的可能性㊂综上所述,农户采纳电子商务行为受个人特征㊁家庭特征㊁区域特征和基础设施条件的共同制约㊂当区域特征和个人特征能对家庭人均年收入产生正向作用时,宽带入户成为农户家庭的基础设施,将促进农户家庭对互联网和电子商务的认知㊂一旦认知达到一定程度,农户将实现对电子商务的应用和采纳㊂(三)农户电商采纳行为影响因素的比较分析为讨论参与和未参与电商农户的异质性,将未显著影响农户采纳电商行为的6个因素进行比较分析㊂从表4可见,参与和未参与电商农户在年龄㊁贫困户身份㊁农产品类型和是否为特色农产品的统计性差异不大,但是否加入合作社㊁有无快递点的统计性差异较大㊂电商农户中有37.6%加入了农民专业合作社,非电商农户中仅有28.3%加入合作社㊂农民专业合作社社员比例较低也说明在西部山区合作社发展得不充分,合作社在农产品电商化过程中的作用有限㊂46.1%的电商农户所在村有快递点,非电商农户中仅有36.9%的所在村有快递点㊂作为农产品上行和工业品下行的关键枢纽,快递点的缺失将严重影响农户对电子商务的认知与应用㊂统计结果中暴露的 最后一公里 疏通问题,物流基础设施建设的不足进一步制约了农户对电商的采纳㊂表4 非显著性影响因素的统计比较参与电商农户未参与电商农户变量均值标准差Min Max均值标准差Min Max 年龄 2.7220.90414 2.8400.82314是否为贫困户0.2290.421010.2620.44001是否加入合作社0.3760.485010.2830.45101农产品类型0.8630.345010.8670.33901是否为特色农产品0.6080.489010.5910.49201是否有快递点0.4610.499010.3690.48301五、结论与政策启示农户是否采纳电子商务直接影响农产品电子商务的发展及其经济社会效应㊂本文利用黔渝地区631户农户实地调查数据,选取5个方面14个变量作为农户电商采纳的影响因素,采用Logit回归分析方法,确定影响农户采纳行为的关键因素;采用ISM模型构建相互关联的影响因素链,分析农户采纳农产品电商行为影响因素的内在结构㊂具体得到结论如下:(1)Logit回归分析表明,受教育程度㊁家庭人均年净收入㊁是否宽带入户对农户采纳农产品电商具有显著的正向影响;是否以农业收入为主㊁是否有家人务工㊁所处地形㊁距乡镇距离对农户采纳行为具有显著的负向影响㊂(2)ISM解释结构模型分析表明,是否宽带入户是表层直接影响因素,直接影响农户采纳电子商务的基本条件;家庭人均年净收入是第二层因素;户主健康状况㊁家庭收入结构㊁是否有家人务工是第三层因素;所处地形㊁户主受教育程度㊁距乡镇距32。
基于 Logistic 模型的案例教学效果影响因素分析--以微观经
济学课程为例
顾莉丽;王桂霞;崔宝华
【期刊名称】《长春工业大学学报（高教研究版）》
【年(卷),期】2015(000)002
【摘要】本文通过对吉林农业大学经济管理学院2013级397名本科生的问卷调查，运用Logistic回归模型，从案例选取、教师水平、学生个体特征变量三个方面实证分析了微观经济学案例教学的影响因素。
研究结果表明：选取案例的质量、数量，教师课前准备情况、课堂组织状况、专业能力水平，学生预习情况、参与程度是影响微观经济学案例教学效果的主要因素。
据此有针对性地提出了提高微观经济学案例教学效果的建议。
【总页数】3页(P85-87)
【作者】顾莉丽;王桂霞;崔宝华
【作者单位】吉林农业大学经济管理学院，吉林长春130118;吉林农业大学经济管理学院，吉林长春130118;吉林农业大学经济管理学院，吉林长春130118【正文语种】中文
【相关文献】
1.决策树模型与logistic回归模型在胃癌高危人群干预效果影响因素分析中的应用[J], 刘兵;李苹;朱玫烨;黄水平
2.基于有序Logistic回归模型案例教学满意度研究——以“管理经济学”课程为
例 [J], 万生新
3.基于Logistic模型的小型农田水利设施管护效果影响因素分析——基于湖北省482个小型农田水利建设的实证分析 [J], 龙子泉;赖逸飞;周玉琴;石品良
4.基于有序多分类Logistic模型的大学生学习效果影响因素分析 [J], 麦继芳
5.基于课堂教学质量提升的微观经济学课程教学改革与实践
——微观经济学课程案例教学改革 [J], 王丹
因版权原因，仅展示原文概要，查看原文内容请购买。
《水稻收获损失主要影响因素的实证分析——基于有序多分类Logistic模型》篇一一、引言水稻作为我国的主要粮食作物之一，其产量与收获过程中的损失情况直接关系到粮食安全和农民的经济利益。
为了更准确地分析水稻收获损失的主要影响因素，本文基于有序多分类Logistic模型，对水稻收获过程中的损失因素进行实证分析。
二、研究背景与意义随着农业科技的发展，虽然水稻产量得到了显著提升，但收获过程中的损失问题依然存在。
这些损失不仅影响到农民的收入，还对国家的粮食安全构成潜在威胁。
因此，深入研究水稻收获损失的主要影响因素，并采取有效措施降低损失，具有十分重要的现实意义。
三、文献综述前人关于水稻收获损失的研究多集中在天气条件、品种差异、农机设备以及操作方法等方面。
但很少有研究综合多种因素进行系统分析，尤其是采用有序多分类Logistic模型进行实证分析的较少。
因此，本文旨在通过该模型，更全面地探讨水稻收获损失的影响因素。
四、研究方法与数据来源本研究采用有序多分类Logistic模型进行分析，以水稻收获过程中的损失程度作为因变量，将可能影响损失程度的因素作为自变量。
数据来源于某省份多个水稻产区的实际调查数据。
五、变量选择与模型构建1. 变量选择：选择可能影响水稻收获损失的自变量，包括天气条件（如降雨量、温度）、品种特性、农机设备类型、操作方法、土地条件等。
2. 模型构建：以水稻收获损失程度作为有序多分类变量，建立Logistic回归模型。
模型中，因变量为损失程度（如轻微损失、中等损失、严重损失），自变量为上述选定的各种影响因素。
六、实证分析结果1. 描述性统计分析：对所选自变量进行描述性统计分析，了解各变量的分布情况和特征。
2. Logistic回归分析：运用SPSS软件进行Logistic回归分析，得出各因素对水稻收获损失的影响程度及显著性。
3. 结果解读：根据回归分析结果，可以得出各因素对水稻收获损失的影响程度，以及哪些因素对损失的影响较为显著。
